JP5710639B2 - Method, system, and controller for providing goods and / or services to consumers - Google Patents
Method, system, and controller for providing goods and / or services to consumers Download PDFInfo
- Publication number
- JP5710639B2 JP5710639B2 JP2012545020A JP2012545020A JP5710639B2 JP 5710639 B2 JP5710639 B2 JP 5710639B2 JP 2012545020 A JP2012545020 A JP 2012545020A JP 2012545020 A JP2012545020 A JP 2012545020A JP 5710639 B2 JP5710639 B2 JP 5710639B2
- Authority
- JP
- Japan
- Prior art keywords
- item
- consumer
- access
- available
- controller
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
- 238000000034 method Methods 0.000 title claims description 28
- 238000004364 calculation method Methods 0.000 claims description 5
- 238000004590 computer program Methods 0.000 claims description 5
- 230000006399 behavior Effects 0.000 claims description 3
- 230000000737 periodic effect Effects 0.000 claims description 2
- 238000011156 evaluation Methods 0.000 description 10
- 239000011159 matrix material Substances 0.000 description 6
- 238000011093 media selection Methods 0.000 description 6
- 238000004422 calculation algorithm Methods 0.000 description 4
- 230000000694 effects Effects 0.000 description 3
- 230000008859 change Effects 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 238000013459 approach Methods 0.000 description 1
- 230000003542 behavioural effect Effects 0.000 description 1
- 230000008901 benefit Effects 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 239000008358 core component Substances 0.000 description 1
- 238000013211 curve analysis Methods 0.000 description 1
- 238000000354 decomposition reaction Methods 0.000 description 1
- 238000000605 extraction Methods 0.000 description 1
- 238000010191 image analysis Methods 0.000 description 1
- 230000002452 interceptive effect Effects 0.000 description 1
- 230000008569 process Effects 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 230000004044 response Effects 0.000 description 1
- 235000019640 taste Nutrition 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q30/00—Commerce
- G06Q30/06—Buying, selling or leasing transactions
- G06Q30/0601—Electronic shopping [e-shopping]
- G06Q30/0631—Item recommendations
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q30/00—Commerce
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q30/00—Commerce
- G06Q30/02—Marketing; Price estimation or determination; Fundraising
Landscapes
- Business, Economics & Management (AREA)
- Accounting & Taxation (AREA)
- Finance (AREA)
- Strategic Management (AREA)
- Development Economics (AREA)
- Engineering & Computer Science (AREA)
- Economics (AREA)
- Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- General Physics & Mathematics (AREA)
- Marketing (AREA)
- Theoretical Computer Science (AREA)
- Entrepreneurship & Innovation (AREA)
- Game Theory and Decision Science (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Description
本発明は、消費者に商品及び/又はサービスを提供するためのコンピュータ化された方法、システム、及びコントローラに関し、限定ではないが特に、メディアアイテムへのアクセスを消費者にレコメンド又は提供することに関する。 The present invention relates to computerized methods, systems, and controllers for providing goods and / or services to consumers, and more particularly, but not exclusively, to recommending or providing access to media items to consumers. .
商品及び/又はサービスと消費者の好みとをマッチングさせるためのレコメンドシステムは、インターネットをベースとしたメディアアイテムの供給において、よく知られ広く用いられている。その利用には、本、歌曲、ビデオ、及び他のメディアアイテム、又は、オークション、紹介、車、家等の、非メディアの商品若しくはサービスが含まれる。一般に、そのようなシステムは、利用可能なアイテムの特性と消費者の求める特性とのマッチングにかかっている。そのようなレコメンドシステムの複雑さは、ユーザ指定のタグに基づくシンプルなサーチエンジンから、多数の例によってもたらされる導出記述子に基づいてマッチングをとるシステムまで、多岐にわたっている。 Recommendation systems for matching goods and / or services with consumer preferences are well known and widely used in the provision of Internet-based media items. Its use includes books, songs, videos, and other media items, or non-media goods or services such as auctions, referrals, cars, homes, etc. In general, such systems depend on matching the characteristics of available items with the characteristics desired by consumers. The complexity of such recommendation systems ranges from simple search engines based on user-specified tags to systems that match based on derived descriptors provided by numerous examples.
アイテムが異なる価格で売り出されている場合、一般には、その価格は、許容可能な価格帯であるとしてもしかしたら消費者に選ばれるというよりも、付加的な情報として提示され、レコメンドにおける役割をまったく果たすことはない。 If an item is for sale at a different price, the price is generally presented as additional information rather than being chosen by the consumer, even if it is in an acceptable price range, and has no role in the recommendation. There is no fulfillment.
先行技術のシステムにおいては、消費者と、消費者の好みに配慮した金銭に代わる価値を提供するアイテムとのマッチングをとることの必要性は、重要視されていない。 In prior art systems, the need to match consumers with items that provide value in lieu of money in consideration of consumer preferences is not emphasized.
本発明の第1の側面によれば、商品又はサービスのアイテムへのアクセスを消費者にレコメンド又は提供する選択サービスの方法であって、
利用可能なアイテムであって、少なくともそのうちのいくつかはアクセスを受けるとアイテム供給者に対する支払いが必要となるアイテムのセットを識別するステップと、
利用可能なアイテムのそれぞれに関する前記消費者による見込みの満足度の指標を予測するステップと、
利用可能な各アイテムについての金銭に代わる価値の指標を前記消費者に対して計算するステップと、
金銭に代わる確かな価値を生じさせるアイテムへのアクセスを前記消費者へレコメンド又は提供するステップと、
を含む方法が提供される。
According to a first aspect of the present invention, a method of selection service for recommending or providing access to an item of goods or services to a consumer, comprising:
Identifying a set of items that are available and at least some of which require access to the item supplier upon access;
Predicting the consumer's prospective satisfaction metrics for each of the available items;
Calculating for the consumer a measure of value instead of money for each available item;
Recommending or providing access to the consumer with an item that creates a certain value instead of money;
Is provided.
一実施態様において、前記アイテムは、ネットワークを介してアクセスされるデジタルメディアアイテムを含む。 In one embodiment, the item comprises a digital media item accessed via a network.
一実施態様において、前記アイテム供給者は、前記メディアアイテムの著者、創作者、又は製作者を含む。 In one embodiment, the item supplier includes an author, creator, or producer of the media item.
一実施態様において、メディアアイテムへのアクセスを享受するためにサービスに対しそれぞれが支払いを行う複数の消費者が存在する。前記消費者は、メディアアイテムへの前記アクセスを享受するために定期的な料金を支払うことができる。前記メディアアイテム供給者は、各消費者による前記メディアアイテムの使用に基づいて前記サービスによって支払いを受けることができる。 In one embodiment, there are multiple consumers that each pay for services to enjoy access to media items. The consumer can pay a periodic fee to enjoy the access to the media item. The media item supplier can be paid by the service based on the use of the media item by each consumer.
一実施態様において、利用可能なアイテムのそれぞれに関する前記消費者による見込みの満足度の指標を予測する前記ステップは、利用可能なアイテムのそれぞれと前記消費者が満足したアイテム又はカテゴリの例との適合の近さを計算するステップを含む。アイテム又はカテゴリの前記例は、前記消費者によって指定され、又は、過去の消費者の振る舞いから推定されることができる。 In one embodiment, the step of predicting an indication of satisfaction with the consumer for each of the available items is a match between each of the available items and an example of the item or category that the consumer is satisfied with Calculating the proximity of. The example of an item or category can be specified by the consumer or deduced from past consumer behavior.
一実施態様において、利用可能な各アイテムについての金銭に代わる価値の指標を前記消費者に対して計算する前記ステップは、
前記見込みの満足度の指標に少なくとも基づいて、利用可能な各アイテムの価値を前記消費者に対して計算するステップと、
前記価値をアクセスに必要とされる前記支払いと比較するステップと、
を含む。
In one embodiment, the step of calculating for the consumer a measure of value instead of money for each available item comprises:
Calculating the value of each available item to the consumer based at least on the likelihood satisfaction measure;
Comparing the value with the payment required for access;
including.
一実施態様において、金銭に代わる確かな価値を生じさせるアイテムへのアクセスを前記消費者へレコメンド又は提供する前記ステップは、
その価値がアクセスに必要とされる前記支払いを上回るアイテムを選択するステップと、
前記上回った価値に応じた一使用毎の頻度ベースで、前記選択されたアイテムへのアクセスをレコメンド又は提供するステップと、
を含む。
In one embodiment, the step of recommending or providing to the consumer access to an item that creates a certain value instead of money comprises:
Selecting an item whose value exceeds the payment required for access;
Recommending or providing access to the selected item on a frequency-by-use basis according to the above-exceeded value;
including.
一実施態様において、前記方法は、更に、前記利用可能なアイテムのうち少なくとも1つの使用毎に行われるべき支払いを、当該アイテムに関して支払われる総額を増大させるように調整するステップを含む。 In one embodiment, the method further includes adjusting the payment to be made for each use of at least one of the available items to increase the total amount paid for that item.
いくつかの実施態様において、前記アイテムは、それへのアクセスが前記サービスによって提供される、プレイリストに含まれる歌曲である。 In some embodiments, the item is a song included in a playlist to which access is provided by the service.
本発明の第2の側面によれば、アイテムへのアクセスを消費者にレコメンド又は提供する選択サービスを可能とするシステムであって、
前記消費者が前記アイテムへアクセスするためのインターフェースと、
利用可能なアイテムであって、少なくともそのうちのいくつかはアクセスを受けるとアイテム供給者に対する支払いが必要となるアイテムのセットを識別する、利用可能アイテム識別部と、
利用可能なアイテムのそれぞれに関する前記消費者による見込みの満足度の指標を予測する、見込み満足度予測部と、
利用可能な各アイテムについての金銭に代わる価値の指標を前記消費者に対して計算する、金銭代替価値計算部と、
金銭に代わる確かな価値を生じさせるアイテムへのアクセスを前記消費者へレコメンド又は提供する、アクセス決定部と、
を備えるシステムが提供される。
According to a second aspect of the present invention, a system enabling a selection service that recommends or provides access to an item to a consumer, comprising:
An interface for the consumer to access the item;
An available item identifier that identifies a set of items that are available and at least some of which require access to the item supplier when accessed;
A prospective satisfaction forecasting unit for predicting a consumer's prospective satisfaction index for each of the available items;
A monetary replacement value calculator that calculates for the consumer a measure of value instead of money for each available item;
An access decision unit that recommends or provides access to the consumer with an item that creates a certain value instead of money;
A system is provided.
本発明の第3の側面によれば、アイテムへのアクセスをインターフェースを介して消費者にレコメンド又は提供する選択サービスを可能とするコントローラであって、
利用可能なアイテムであって、少なくともそのうちのいくつかはアクセスを受けるとアイテム供給者に対する支払いが必要となるアイテムのセットを識別する、利用可能アイテム識別部と、
利用可能なアイテムのそれぞれに関する前記消費者による見込みの満足度の指標を予測する、見込み満足度予測部と、
利用可能な各アイテムについての金銭に代わる価値の指標を前記消費者に対して計算する、金銭代替価値計算部と、
金銭に代わる確かな価値を生じさせるアイテムへのアクセスを前記消費者へレコメンド又は提供する、アクセス決定部と、
を備えるコントローラが提供される。
According to a third aspect of the present invention, a controller enabling a selection service that recommends or provides access to an item to a consumer via an interface, comprising:
An available item identifier that identifies a set of items that are available and at least some of which require access to the item supplier when accessed;
A prospective satisfaction forecasting unit for predicting a consumer's prospective satisfaction index for each of the available items;
A monetary replacement value calculator that calculates for the consumer a measure of value instead of money for each available item;
An access decision unit that recommends or provides access to the consumer with an item that creates a certain value instead of money;
A controller is provided.
本発明の第4の側面によれば、計算機によって実行されると前記計算機に本発明の第1の側面の方法を実現させるコンピュータプログラムコードが提供される。 According to a fourth aspect of the present invention there is provided computer program code which, when executed by a computer, causes the computer to implement the method of the first aspect of the present invention.
本発明の第5の側面によれば、本発明の第4の側面の前記プログラムコードを含むコンピュータ読み取り可能媒体が提供される。 According to a fifth aspect of the present invention, there is provided a computer readable medium including the program code of the fourth aspect of the present invention.
本発明の第6の側面によれば、本発明の第4の側面の前記コンピュータプログラムコードを含むデータ信号が提供される。 According to a sixth aspect of the present invention, there is provided a data signal including the computer program code of the fourth aspect of the present invention.
図面を参照しながら、本発明の実施態様に基づくシステム、コントローラ、及び方法の多様な側面が開示される。 Various aspects of systems, controllers, and methods according to embodiments of the present invention are disclosed with reference to the drawings.
システムは、多数の異なる形態をとることができる。好ましい形態において、システムは、インターネットを介して消費者及びアイテム供給者と通信するサーバ上に提供される。 The system can take many different forms. In a preferred form, the system is provided on a server that communicates with consumers and item suppliers via the Internet.
ここで図1を参照すると、メディアアイテムに適用されるシステム10の最も拡張されたレベルにおけるコアコンポーネントは、データメモリ40と通信するメディア選択コントローラ30である。これらのうちの全て又は一部分は、離れて配置されてもよい。メディア選択コントローラ30は、メディアアイテム供給者500と、また各消費者のインターフェース20を介して少なくとも1人の(最も一般的には多数の)消費者と、データ通信を行う。
Referring now to FIG. 1, the core component at the most expanded level of the system 10 applied to media items is a
メディア選択コントローラ30は、利用可能なメディアアイテムであって、少なくともそのうちのいくつかはアクセスを受けるとメディアアイテム供給者500に対する支払いが必要となるメディアアイテムのセットを識別する、利用可能メディアアイテム識別部310を包含する。典型的な例として、支払いは、メディアアイテムが歌曲であれば、1再生毎の料金である。メディアアイテム識別部は、例えば、供給者500が彼らの権利及びメディアアイテムを登録することが可能な、ウェブインターフェースを含むことができる。
The
メディア選択コントローラ30はまた、利用可能なメディアアイテムのそれぞれに関する当該又は各消費者による見込みの満足度の指標を予測する、見込み満足度予測部320を包含する。この予測は、当該又は各消費者が好むメディアアイテムの多数の例を格納している消費者データテーブル424を調査し、それらのデータを、メディアアイテムデータベース420に保持された各メディアアイテムの特性を格納している記述子テーブル422と比較することによって、実施される。この記述子との適合の近さが、見込みの満足度を予測するのに用いられる。多くの可能な手段が検討され試行されることができ、それらは本発明の範囲内のものである。
The
メディア選択コントローラ30はまた、利用可能な各メディアアイテムについての金銭に代わる価値の指標を当該又は各消費者に対して計算する、金銭代替価値計算部330を包含する。この計算は、典型的な例として、メディアアイテムへのアクセスに対する金銭価値を、見込みの満足度の指標及び他のパラメータから計算することによって、実施される。そのような他のパラメータは、そのサービスのトータルの購入費用、及びそのサービスによって取得されるのに必要とされるトータルの予想アクセス数を参照することを含むことができる。
The
メディア選択コントローラ30はまた、金銭に代わる確かな価値を生じさせるどのメディアアイテムを消費者へ提供又はレコメンドするかを最終的に決定する、アクセス決定部330を包含する。この決定は、金銭に代わる価値がどれだけ価格を上回っているかに従って、重み付けされた確率を用いてランダムに選択することを含むことができる。
The
<プレイリストシステムの例>
この例において、消費者は、音楽選択サービスへのアクセスに対して規定の定期的な月会費を支払う。
<Example of playlist system>
In this example, the consumer pays a regular monthly fee for access to the music selection service.
会費の見返りとして、消費者は、インターネットから、つまりそのサービスによって音楽提供者から取得されるアクセス可能ライブラリから、歌曲を再生することができる。消費者は、自らの手によって歌曲を選択することができるかもしれないが、それだけでなく、その消費者の好みに基づいて定義される自動生成されたプレイリストを提供される。この例において、サービスは、再生毎の料金を各音楽提供者へ支払う。 In return for the membership fee, the consumer can play the song from the Internet, that is, from an accessible library obtained from the music provider by the service. Consumers may be able to select songs by their own hands, but are also provided with automatically generated playlists that are defined based on their consumer preferences. In this example, the service pays each music provider a fee for each reproduction.
当該技術において知られているように、消費者は複数の音楽を選択することができ、システムは類似の音楽をレコメンドすることができる。 As is known in the art, the consumer can select multiple music and the system can recommend similar music.
一般に、そのようなレコメンドは、他の消費者が満足した歌曲との比較において当該消費者が満足した歌曲に関する、蓄積されたデータに基づくものであり、「これに満足した人はそれにも満足した」というレコメンドを結果としてもたらす。それほど一般的ではないが、ネイティブな音声特性に基づいて、本質的に類似している音楽を探し出すために予測が行われる。 In general, such recommendations are based on accumulated data about songs that the consumer is satisfied in comparison with songs that other consumers are satisfied with. “A person who is satisfied with this is also satisfied with it. As a result. Less commonly, predictions are made to find music that is essentially similar based on native speech characteristics.
本発明の目下の例において、消費者が「これと似た音楽を探し出す」と書かれたボタンをクリックした場合に、ネイティブな特性、又は、ネイティブな特性と消費者の他の好みとの組み合わせが、類似の音楽を探し出すために用いられる。 In the present example of the present invention, when a consumer clicks a button labeled “Find Similar Music”, the native characteristics or a combination of native characteristics and other consumer preferences Is used to find similar music.
どの音楽が再生される場合でも、消費者は、「これをもっと多く」ボタン又は「これをもっと少なく」ボタンをクリックする選択肢を有する。ある歌曲がもしひと月当たり何度も再生されれば、消費者は現在この歌曲を他よりも好んでいることが想定される。 Regardless of what music is played, the consumer has the option of clicking the “more this” button or the “less this” button. If a song is played many times per month, it is assumed that consumers currently prefer this song over others.
これらのデータの双方は、再生された音楽に対する消費者による格付けをシステムに知らせる。 Both of these data inform the system of consumer ratings for played music.
この情報及び消費者の他の振る舞いに基づいて、消費者がひと月当たりライブラリからどれだけの歌曲を聴くか、そしてそれらは概してどんな種類の歌曲にわたっているのかを予測することが可能である。 Based on this information and other behaviors of the consumer, it is possible to predict how many songs the consumer listens from the library per month and what kind of songs they generally span.
目下の例において、我々は、レコメンドシステムが、消費者の興味を引きそうであるというだけでなく金銭に代わる確かな価値を有するメディアアイテムをレコメンドすることができるように、価格を設定することをレコメンドシステムに導入する。 In the current example, we will set a price so that the recommendation system can recommend media items that are not only likely to attract consumers but also have a certain value instead of money. Introduce to the recommendation system.
この例において、各消費者は、聴きたいと思う歌曲に似ている多数の歌曲を選ぶことによって、及び/又は多数のパラメータ(ジャンル、リリース日等)を指定することによって、「プレイリスト」の例を定義する。もし消費者が1つのプレイリストよりも多い例を定義した場合には、各プレイリストは、それらが別々の消費者からもたらされたものであるかのように取り扱われる。 In this example, each consumer can select a “playlist” by selecting a number of songs that are similar to the song they want to listen to and / or specifying a number of parameters (genre, release date, etc.). Define an example. If the consumer defines more than one playlist, each playlist is treated as if they came from different consumers.
レコメンドシステムは、次に、これらのパラメータにどれだけよく歌曲が適合しているかに基づいて全ての歌曲に対する評価を行う。歌曲の例に関して、レコメンドアルゴリズムは、ネイティブなメディア記述子を使用することができ、特異値分解(single value decomposition:SVD)を用いてこれらの記述子から管理しやすい30個程度の記述子のセットを抽出することができる。画像及び音声に関するネイティブなメディア記述子の例は、本明細書末尾の参考文献セクションにおいて提供される。レコメンドアルゴリズムは、記述子空間における利用可能な各歌曲と選択された歌曲の例のグループとの距離―最近接の例としての歌曲までの距離や例としての歌曲全てまでの平均距離等―に関係した評価値を与えることができる。高い評価値は小さな距離即ち良好な適合度を有しているアイテムを意味し、低い評価値は大きな距離即ち適合度が劣っているアイテムを意味する。結果は、表1において以下に示されるような評価値マトリックスである。このシナリオでは、6人の消費者及び10個の利用可能な歌曲が存在する。現実には多数の利用及び利用可能な歌曲が存在するから、これは単なる例示目的のためだけのものである。 The recommendation system then evaluates all songs based on how well the song fits these parameters. For the song example, the recommendation algorithm can use native media descriptors, and a set of as many as 30 descriptors that can be easily managed from these descriptors using singular value decomposition (SVD). Can be extracted. Examples of native media descriptors for images and audio are provided in the References section at the end of this specification. The recommendation algorithm is related to the distance between each available song in the descriptor space and the group of selected song examples-the distance to the closest example song, the average distance to all example songs, etc. Evaluation value can be given. A high evaluation value means an item having a small distance, that is, a good fit, and a low evaluation value means an item having a large distance, that is, a poor fit. The result is an evaluation value matrix as shown below in Table 1. In this scenario, there are 6 consumers and 10 available songs. This is for illustration purposes only because there are many uses and songs available in reality.
システムは、プレイリストの提供に費やすことができる金額の最大量Xを有する。このシナリオにおいてX=$150である。 The system has a maximum amount of money X that can be spent on providing the playlist. In this scenario, X = $ 150.
システムはまた、過去の振る舞いの傾向によって決定される、各消費者について要求される歌曲の数量を予め知得している。 The system also knows in advance the number of songs required for each consumer as determined by past behavioral trends.
それぞれの歌曲製作者は、彼らの歌曲に対する価格を設定することが可能である。 Each song producer can set a price for their song.
歌曲10は、特別なケースであって、サムワンズ社のシステムによって管理される歌曲を表している。それは、価格政策の一手法として、市場がコントロールを失わないこと、及びXにより規定された最大の費用を超過しないことを保証するために、用いられるものである。こうした作用を達成する方法は、後でシナリオ2において詳述される。本シナリオにおいては、歌曲10は、システムがその価格では歌曲10を選択することがない$1000という価格に値付けされたように取り扱われる。 The song 10 is a special case and represents a song managed by the system of Samwans. It is used as a price policy approach to ensure that the market does not lose control and does not exceed the maximum cost specified by X. The way to achieve these actions is detailed later in Scenario 2. In this scenario, song 10 is treated as if it was priced at a price of $ 1000 where the system would not select song 10 at that price.
本発明のこの例において、システムは、評価値テーブル「R」から、より高く評価されている歌曲はその価値もより高いということを仮定することによって、歌曲がプレイリストに付加した価値を概算で求める。例えば、プレイリスト2において、歌曲2は評価値2.35を持ち、歌曲1は評価値1.45を持つので、このプレイリストに関しては、歌曲2は歌曲1よりも1.62倍(2.35/1.45)多く評価されている。 In this example of the invention, the system approximates the value that the song has added to the playlist from the rating value table “R” by assuming that the song that is rated more highly is worth it. Ask. For example, in playlist 2, song 2 has an evaluation value of 2.35, and song 1 has an evaluation value of 1.45, so song 2 is 1.62 times (2. 35 / 1.45) It is highly evaluated.
システムは、このことを評価値マトリックスに対し、列ベクトルをその列の合計値で除することによって適用する。その次に、システムは、このマトリックスが(より多くのアイテムを有するかもしれない)今後のテーブルと比較可能であることを保証するために、その結果のテーブルに歌曲の総数を乗じて、各列の合計が利用可能な歌曲の数であるようにする。 The system applies this to the evaluation value matrix by dividing the column vector by the sum of the columns. Then the system multiplies the resulting table by the total number of songs to ensure that this matrix is comparable to future tables (which may have more items) To be the number of songs available.
もし、各プレイリストにおける各歌曲の価値が、各消費者がそのプレイリストの当該歌曲を購入するのに支払ってもよいと考えた価格を反映したものであると考えられるのであれば、このテーブルは、各歌曲の平均価格は1(その列の合計値を歌曲の総数で除した数値)に等しいということを想定している。しかしながら、システムは、X(我々が使いたいと思う最大量である150)及び数量ベクトルQ(表2、Qの合計値=96)から、全ての歌曲にわたって使うことが可能な平均価格は1.563(150/96)であることを知得する。したがって、これに応じて、システムは、全エントリの平均が1再生毎に使うことが可能な平均価格となるように、価値テーブルの調整を行う。 If the value of each song in each playlist is considered to reflect the price that each consumer would be willing to pay to purchase that song in that playlist, this table Assumes that the average price of each song is equal to 1 (the value obtained by dividing the total value in the column by the total number of songs). However, from the X (the maximum amount we want to use 150) and the quantity vector Q (Table 2, total Q = 96), the average price that can be used across all songs is 1. 563 (150/96). Accordingly, in response to this, the system adjusts the value table so that the average of all entries becomes an average price that can be used for each reproduction.
システムは、次に、全体に対し使うことの可能な量に一致した価格である、金銭に代わる価値を表す当該価格を各消費者が検討に入れるかどうかを見積もるために、平均調整価値テーブルV2の各列から製作者料金(P)を減じる。これは、ある特定の歌曲が購入される場合に生じる消費者価値の余剰分の量を表す。例えば、もしその歌曲がこの消費者に対し2.5の価値を持ち、消費者がその歌曲を1という料金で購入できたとすると、その時は、1.5という価値の余剰分が得られる。 The system then calculates the average adjusted value table V to estimate whether each consumer will consider the price representing the value in lieu of money, which is a price consistent with the amount available for the whole. Producer fee (P) is subtracted from each column of 2 . This represents the amount of surplus consumer value that occurs when a particular song is purchased. For example, if the song has a value of 2.5 for this consumer and the consumer can purchase the song for a fee of 1, then a surplus of 1.5 is obtained.
このテーブルにおいて、負の値は、消費者がその価格は金銭に代わる確かな価値を表していないと考えるであろうことを示す。 In this table, a negative value indicates that the consumer will think that the price does not represent a certain value for money.
これらの消費者は、たとえ彼らが購入を決定することを頼まれたとしても、これらのアイテムをそのような価格のポイントでは購入しないであろう。したがって、システムは、次の表7に示されるように、これらの値をゼロに設定する。 These consumers will not purchase these items at such price points, even if they are asked to make a purchase decision. Thus, the system sets these values to zero as shown in Table 7 below.
金銭に代わる価値(効用)を最大化するために、各消費者は、通常、消費者余剰において最大の利益をもたらすどんなアイテムも購入するであろう。このケースでは、各消費者は、1つの歌曲(最大の消費者余剰を持つ歌曲)を選び、その歌曲のコピーをできるだけたくさん手に入れるだけであろう。このようなことは、(本明細書において仮定されているように)商品が完璧な代用品であることはめったにないという事実によって、現実の世界ではまれにしか起こらない。このことを説明する1つの方法は、非線形の代替効果を計算するために無差別曲線分析を用いることであろう。しかしながら、これは極めて重要であり解決を困難にする。無差別曲線の解を近似的に求めるもっと簡単な方法は、比例配分を用いることであろう。比例配分を実施するために、我々は、負でない消費者余剰テーブルの各要素をその列の合計値で除し、それに数量の合計値を乗じる。このステップは、このような方法で購入の配分をすることが、消費者余剰によって評価される効用を最適化するということ、及び、他の如何なる配分もより少ない消費者余剰をもたらすであろうということを仮定している。 In order to maximize the value (utility) instead of money, each consumer will typically purchase any item that provides the greatest profit in the consumer surplus. In this case, each consumer will choose one song (the song with the largest consumer surplus) and get as many copies of that song as possible. This happens rarely in the real world due to the fact that goods are rarely perfect substitutes (as assumed herein). One way to explain this would be to use promiscuous curve analysis to calculate non-linear alternative effects. However, this is extremely important and makes it difficult to solve. A simpler way to approximate the solution of the promiscuous curve would be to use proportional distribution. To implement a proportional distribution, we divide each element of the non-negative consumer surplus table by the sum of its columns and multiply it by the sum of the quantities. This step states that allocating purchases in this way optimizes the utility assessed by consumer surplus, and that any other allocation will result in less consumer surplus. Assume that.
次に、我々は、Q2の行の合計値に価格テーブルPに列挙された価格を乗じることによって、供給コストを計算する。 Next, we, by multiplying the price listed on the price table P to the sum of the rows of Q 2, to calculate the feed cost.
このテーブルから、我々は、費用の最大量X(150)よりも低い、金銭に代わる最適な価値を各消費者に対して与える結果を作り出すことに成功した、ということを理解することができる。このポイントにおいて、市場はクリアになり、更なる変更は一切必要とされない。 From this table we can see that we have succeeded in producing a result that gives each consumer an optimal value instead of money that is lower than the maximum amount of cost X (150). At this point, the market is clear and no further changes are required.
表8における数量は、プレイリストを生成するために使用される。これらは整数ではなく、実際のところ、典型的な状況として、より高い価値を有した多くの歌曲が利用可能でありそれ故歌曲全体が再生されることが十分あり得る場合には、当該数量はほとんどがほんの僅かなものとなる。システムは、これらの数量を使用して、確率モデルに従って各消費者に対するプレイリストを生成する。例えば、消費者1に関しては、10個の歌曲が再生されるだろう。そして、このプレイリストの各エントリが選択されると、歌曲1については3.18/10=0.318、歌曲2についてはゼロ、歌曲3については3.85/10=0.385、等の確率に従い、ランダムな数字が用いられて、10個の利用可能な歌曲のうちのどれが再生されるかを決定する。このようにして、平均としては予測された量が全体にわたって使われ、消費者は、余剰値に比例して、彼らがその取得価格以上に最も高い価値を見出すであろう歌曲を再生される。表8を使用してプレイリストを生成する他の方法はたくさん存在し、これは1つの例に過ぎない。 The quantities in Table 8 are used to generate a playlist. These are not integers, and in fact, as a typical situation, if a lot of songs of higher value are available and therefore it is possible that the entire song will be played sufficiently, the quantity is Most are just a few. The system uses these quantities to generate a playlist for each consumer according to a probability model. For example, for consumer 1, ten songs will be played. Then, when each entry in this playlist is selected, 3.18 / 10 = 0.318 for song 1, zero for song 2, 3.85 / 10 = 0.385 for song 3, etc. According to the probability, a random number is used to determine which of the 10 available songs will be played. In this way, on average, the predicted amount is used throughout, and consumers are played back songs that they will find the most value above their acquisition price, in proportion to the surplus value. There are many other ways to generate a playlist using Table 8, which is just one example.
<シナリオ2―市場がクリアにならない場合における価格政策の使用>
このシナリオは、Xがここでは$120に設定されていることを除いて、シナリオ1と同じである。同様の方法論に従い、システムは、表10及び11に示された、供給に関する数量及びコストのテーブルを取得する。Xの値の変化は平均価格を変化させ、よって平均調整価値テーブルを変化させ最適化された供給数量Q2を変化させることに注意されたい。表11は、新たな供給コストテーブルであり、その右下端から分かるように、コストは$120の費用を超過している。
<Scenario 2-Use of price policy when market is not clear>
This scenario is the same as scenario 1 except that X is set here to $ 120. Following a similar methodology, the system obtains the quantity and cost tables for supply shown in Tables 10 and 11. Change of X values is noted that changing the price is changed, and thus the average adjustment value supplied quantity Q 2 to which is optimized by changing the table. Table 11 is a new supply cost table. As can be seen from the lower right corner, the cost exceeds the cost of $ 120.
システムは、市場がクリアになる(全ての消費者にわたる歌曲1から歌曲9の供給コストの合計がXに等しい。ここで、Xは120に等しい)ように、(よく知られているようにソルバーアルゴリズムを用いて)歌曲10の価格を見つけ出すことによって調整を行う。表13を見よ。 The system is such that the market is clear (the sum of the supply costs of song 1 to song 9 across all consumers is equal to X, where X is equal to 120) Adjustments are made by finding the price of song 10 (using an algorithm). See Table 13.
このシナリオでは、120ユニットが歌曲1から9に対して使われる。歌曲10に対する供給コスト(21.47)は無効とされる(無償で供給される)。歌曲10はサービスによって所有されることができ、よって無償で供給されることができるであろう。 In this scenario, 120 units are used for songs 1-9. The supply cost (21.47) for the song 10 is invalid (supplied free of charge). The song 10 can be owned by the service and thus could be supplied free of charge.
<シナリオ3>
シナリオ2においては、1つの歌曲だけがこのサービスの一部として無償で寄付された。本シナリオは、プレイリストに異なった趣きを取り入れるために、1つよりも多くの歌曲を無償で寄付することの可能性を探るものである。こうした結果を達成するため、ディスカウントされた歌曲の推定価格は同じ価格であると仮定することができる。
<Scenario 3>
In Scenario 2, only one song was donated free of charge as part of this service. This scenario explores the possibility of donating more than one song free of charge to incorporate different tastes into a playlist. To achieve these results, it can be assumed that the estimated price of the discounted song is the same price.
歌曲9及び10の両方がこのサービスによってディスカウントされ無償で寄付された結果を以下に示す。 The results of both songs 9 and 10 being discounted by this service and donated free of charge are shown below.
このケースでは、歌曲9が消費者1及び2に与えられ、歌曲10が消費者3及び4に与えられる。このことを、歌曲10だけがサービスによってコントロールされ消費者2に少ない数量で与えられるケースと比較されたい。このケースでは、歌曲9を代わりに与えることによって、消費者2の理想的なプレイリストとのより良い適合度が達成される。 In this case, song 9 is given to consumers 1 and 2 and song 10 is given to consumers 3 and 4. Compare this with the case where only song 10 is controlled by the service and given to consumer 2 in a small quantity. In this case, by providing song 9 instead, a better match with consumer 2's ideal playlist is achieved.
<シナリオ4―消費者が既に所有している歌曲を考慮する>
このシナリオは、ある消費者が既にある歌曲を所有しており、我々がプレイリストにあるこれらの歌曲の提供に対して支払いをする必要はない、というケースを取り扱う。このケースにおいて、システムは、供給コストを算出する際にこれらの歌曲をカウントしないということを除いて、同じプロセスに従う。
<Scenario 4: Considering songs already owned by consumers>
This scenario handles the case where a consumer already owns a song and we don't have to pay for the provision of those songs in the playlist. In this case, the system follows the same process except that it does not count these songs when calculating the supply cost.
シナリオ1と同じ歌曲及び価格を用いると、我々の評価値マトリックスRは次の通りである。 Using the same song and price as scenario 1, our rating matrix R is:
今回は、消費者によって既に所有されている歌曲はハイライト表示されている。Xは$150と仮定される。Qは同一のものと仮定される: This time, songs already owned by consumers are highlighted. X is assumed to be $ 150. Q is assumed to be the same:
ここでも、各製作者は、彼らの歌曲に対して価格を設定することが可能である。 Again, each producer can set a price for their song.
前と同じように、システムは、評価値テーブルを用いて、各歌曲がプレイリストに付加する概算の価値を求め、V1及びV2を生成する。次の表20及び21を見よ。 As before, the system uses the evaluation value table to determine the approximate value that each song adds to the playlist and generates V 1 and V 2 . See Tables 20 and 21 below.
システムは、次に、金銭に代わる価値を表す当該価格を各消費者が検討に入れるかどうかを見積もるために、ハイライト表示された歌曲を除いて、平均調整価値テーブルV2の各列から製作者料金(P)を減じる。これらの歌曲は無償で提供することができるので、減じられるのはゼロである。 The system then fabricate the price represents the value in place of money in order to estimate whether or not to include the study each consumer, with the exception of the highlighted song from each column of an average adjustment value table V 2 The person fee (P) is reduced. These songs can be provided free of charge, so there is no reduction.
システムは、前と同じように、次に、比例配分を実施する。 The system then performs proportional allocation as before.
次に、システムは、以下の表25に示されるように、Q2のエントリの数量に価格テーブルPに列挙された価格を乗じることによって、供給コストを計算する。 Then, the system, as shown in Table 25 below, by multiplying the price listed on the price table P to the number of entries Q 2, to calculate the feed cost.
供給コストの合計値は、このテーブルのハイライト表示されたものを除いた全要素の和である。このケースでは、供給コストは$64.63であり、シナリオ1で概説された$145.76よりも格段に低い。 The total supply cost is the sum of all elements except those highlighted in this table. In this case, the supply cost is $ 64.63, much lower than $ 145.76 outlined in scenario 1.
<シナリオ5>
シナリオ4の結果は、消費者のプレイリストにある歌曲に常に恩恵をもたらすだろう。何故なら、それらは無償で提供されるものであり、よってその使用に如何なる金銭的不利益も招かないからである。これは、お気に入りの歌曲を頻繁に聴くことが好きないくらかの消費者には相応しいことであるかもしれない。
<Scenario 5>
The results of scenario 4 will always benefit songs in the consumer's playlist. This is because they are provided free of charge and therefore do not incur any financial penalty for their use. This may be appropriate for some consumers who do not like listening to their favorite songs frequently.
もし消費者がこうしたことを好まないのであれば、システムは、消費者が、(Xのような印象を与えるが、新しくしかもプレイリストにはない歌曲を見つけ出す)検索結果に付加的なパラメータを追加することによって、評価値マトリックスを支配しているパラメータを変更することを可能にしてもよい。代替的な方法は、利用可能な最大量の金額を使うことである。消費者がサービスを使用するために規定の会費を既に支払っていると仮定すれば、彼らは、この結果の方を好むかもしれない。製作者もまた、より多くの予測された収入が保証されるので、この結果の方を好むであろう。 If the consumer doesn't like this, the system will add additional parameters to the search results that the consumer will find (sounds like X but finds a new song that is not in the playlist) By doing so, it may be possible to change the parameters governing the evaluation value matrix. An alternative method is to use the maximum amount available. Assuming consumers are already paying the prescribed membership fee to use the service, they may prefer this result. Producers will also prefer this result because more forecasted income is guaranteed.
このことは、推定価格を消費者が所有する自分自身のライブラリに置くことによって達成されることが可能である。シナリオ4では、消費者によって所有される歌曲は、それらが無償で提供されるものであるため、多額の消費者余剰をもたらす源泉である。シナリオ4では、評価値マトリックスに対するより良い適合度を与える歌曲は、適合度はより低いがより安価な価格(無償)で提供される他の歌曲で取って代えられる。これらの歌曲に推定価格を置くことによって、こうした代替効果は少なくなり、これらの歌曲は、レコメンド結果とのより良い適合を示すがより高価な歌曲によって置き換えられる。事実上、この推定価格を置くことによって、消費者は、追加の費用を犠牲にしてレコメンド結果の品質を高めることが可能となる。シナリオ4からの消費者余剰テーブルに注目されたい。 This can be accomplished by placing the estimated price in its own library owned by the consumer. In Scenario 4, songs owned by consumers are a source of significant consumer surplus because they are provided free of charge. In scenario 4, a song that gives a better fit to the evaluation value matrix is replaced by another song that is offered at a lower price but no cost (free). By placing an estimated price on these songs, these alternative effects are reduced and these songs are replaced by more expensive songs that show a better fit with the recommendation results. In effect, placing this estimated price allows the consumer to improve the quality of the recommendation results at the expense of additional costs. Note the consumer surplus table from scenario 4.
ハイライト表示された要素からゼロを減じる代わりに、システムは、今度は、供給コストの合計値が120に等しくなるように、ソルバーを用いて計算された非ゼロの価格を減算する。このケースにおいて、消費者自身のライブラリにある歌曲に対する1.8という推定価格が、この結果を達成する。以下の表27から30を見よ。 Instead of subtracting zero from the highlighted element, the system now subtracts the non-zero price calculated using the solver so that the total supply cost is equal to 120. In this case, an estimated price of 1.8 for songs in the consumer's own library achieves this result. See Tables 27-30 below.
このテーブルにおける供給コストの合計値(ハイライト表示されていない全要素の和)は120である。 The total value of supply costs in this table (sum of all elements not highlighted) is 120.
<シナリオ6―自動的な価格設定>
システムが過去のデータに基づいて消費者の消費量を正確に予測することが可能であると仮定すれば、システムはまた、製作者が利益を最大化するためにできる限り最適な価格ポイントを設定するのを手助けすることに関し、製作者に対してサービスを提供することも可能である。
<Scenario 6-Automatic pricing>
Assuming the system can accurately predict consumer consumption based on historical data, the system will also set the best possible price point for producers to maximize profits. It is also possible to provide a service to the producer with respect to helping.
価格設定に関する最も簡単な予測方法は、他の全ての競合者が固定価格を有し、収益(価格と数量の積)を最大化する価格を設定していると単純に仮定することであろう。 The simplest prediction method for pricing would be simply to assume that all other competitors have a fixed price and set a price that maximizes revenue (the product of price and quantity). .
この例において、我々は当初のモデルに戻る。 In this example, we return to the original model.
我々は、ラジオ放送局からの供給に使うことができる最大量の金額を有している。Xは$150であり、Qは以前と同じである。 We have the maximum amount that can be used to supply from radio stations. X is $ 150 and Q is the same as before.
ここでも、各製作者は、彼らの歌曲に対して価格を設定することが可能である。但し、このケースにおいて、歌曲1の製作者は、収益オプティマイザーを用いることによって、利益を最大化することを目論んでいる。 Again, each producer can set a price for their song. However, in this case, the producer of song 1 intends to maximize profits by using a revenue optimizer.
以前のシナリオ1と同じように、我々は結局次の供給コストテーブルを得る。 As in previous scenario 1, we end up with the next supply cost table.
ここから、我々は歌曲1に対する収益の合計値が26.51であることが分かる。システムは、ここで、この収益が最大化されるように、自動化ソルバー(このケースではExcel(商標)のソルバーにおいて与えられるものと同じアルゴリズム)を用いて歌曲1の価格を設定することができる。 From this, we can see that the total revenue for Song 1 is 26.51. The system can now set the price of song 1 using an automated solver (in this case the same algorithm given in the Excel ™ solver) so that this revenue is maximized.
このテーブルから、我々は、歌曲1の製作者が、彼らの音楽の価格を1.70から1.49へ減少させることによって収益を26.51から27.31へ増大させる機会を有する、ということを知ることができる。 From this table, we have the opportunity for song 1 producers to increase their revenue from 26.51 to 27.31 by reducing the price of their music from 1.70 to 1.49. Can know.
当業者はまた、本発明の範囲を逸脱することなく、多くの変形が本発明に対して行われてもよいということを理解するであろう。特に、インターネットを介して歌曲のプレイリストを供給するということにより例示が行われたが、本発明は、あらゆるルートであらゆる商品又はサービスを供給する最大限に広範な形態にまで拡張される。 Those skilled in the art will also appreciate that many variations may be made to the present invention without departing from the scope of the invention. In particular, although illustrated by providing a playlist of songs over the Internet, the present invention extends to the widest possible form of supplying any goods or services on any route.
添付される請求の範囲及び先述された本発明の説明において、明示された言葉又は必然的な暗示によって文脈上そうではないことが要求される場合を除き、「含む(comprise)」という用語、又は「含む(comprises)」や「含んでいる(comprising)」等の変化形は、包括的な意味合いで、即ち、その叙述された特徴の存在を明確に示すように、しかし本発明の様々な実施態様において更なる特徴の存在又は付加を排除しないように、使用されるものである。 In the appended claims and the foregoing description of the invention, the term “comprise”, unless expressly stated or necessary consequentially, is required by the context, or Variations such as “comprises” and “comprising” are meant to be in a comprehensive sense, that is, to clearly indicate the existence of the described feature, but in various implementations of the invention. It is used so as not to exclude the presence or addition of further features in the embodiments.
その上、特定の順序で行った方法のステップの説明は、文脈上そうであることが要求されない限り、直列的に実施されることを意味するものではない。 Moreover, descriptions of method steps performed in a particular order are not meant to be performed in series unless the context demands otherwise.
本明細書において何らかの先行技術文献が参照されたとしても、そのような参照は、オーストラリア国又は他の如何なる国においても、当該文献が当該技術の広く知られた一般的な知識の一部分を形成するという自白を構成するものではないことは、理解されるべきである。 Even if any prior art document is referred to herein, such reference forms part of the well-known general knowledge of the art in Australia or any other country. It should be understood that it does not constitute a confession.
<参考文献>
1. S. A. Chatzichristofis and Y. S. Boutalis, "CEDD: COLOR AND EDGE DIRECTIVITY DESCRIPTOR - A COMPACT DESCRIPTOR FOR IMAGE INDEXING AND RETRIEVAL . " , " 6th International Conference in advanced research on Computer Vision Systems ICVS 2008" Proceedings: Lecture Notes in Computer Science (LNCS) pp.312-322, May 12 to May 15, 2008, Santorini, Greece
2. S. A. Chatzichristofis and Y. S. Boutalis , "FCTH: FUZZY COLOR AND TEXTURE HISTOGRAM- A LOW LEVEL FEATURE FOR ACCURATE IMAGE RETRIEVAL" , "9th International Workshop on Image Analysis for Multimedia Interactive Services" , Proceedings: IEEE Computer Society pp.191-196 , May 7 to May 9, 2008, Klagenfurt, Austria
3. McEnnis, D. , C. McKay, I. Fujinaga, and P. Depalle. 2005. jAudio: A feature extraction library Proceedings of the International Conference on Music Information Retrieval. 600-3
<References>
1. SA Chatzichristofis and YS Boutalis, "CEDD: COLOR AND EDGE DIRECTIVITY DESCRIPTOR-A COMPACT DESCRIPTOR FOR IMAGE INDEXING AND RETRIEVAL.", "6th International Conference in advanced research on Computer Vision Systems ICVS 2008" Proceedings: Lecture Notes in Computer Science (LNCS) pp.312-322, May 12 to May 15, 2008, Santorini, Greece
2. SA Chatzichristofis and YS Boutalis, "FCTH: FUZZY COLOR AND TEXTURE HISTOGRAM- A LOW LEVEL FEATURE FOR ACCURATE IMAGE RETRIEVAL", "9th International Workshop on Image Analysis for Multimedia Interactive Services", Proceedings: IEEE Computer Society pp.191-196, May 7 to May 9, 2008, Klagenfurt, Austria
3. McEnnis, D., C. McKay, I. Fujinaga, and P. Depalle. 2005.jAudio: A feature extraction library Proceedings of the International Conference on Music Information Retrieval. 600-3
Claims (18)
前記システム又は前記コントローラの利用可能アイテム識別部によって、利用可能なアイテムであって、少なくともそのうちのいくつかはアクセスを受けるとアイテム供給者に対する支払いが必要となるアイテムのセットを識別するステップと、
前記システム又は前記コントローラの見込み満足度予測部によって、利用可能なアイテムのそれぞれに関する前記消費者による見込みの満足度の指標を予測するステップと、
前記システム又は前記コントローラの金銭代替価値計算部によって、前記見込みの満足度の指標に少なくとも基づいて、利用可能な各アイテムについての金銭に代わる価値の指標を前記消費者に対して計算するステップと、
前記システム又は前記コントローラのアクセス決定部によって、前記計算に少なくとも基づいて、金銭に代わる確かな価値を生じさせるアイテムへのアクセスを前記消費者へレコメンド又は提供するステップと、
を含む方法。 A method implemented by a system or controller that enables a selection service to recommend or provide access to an item of goods or services to consumers,
Identifying a set of items that are available by the available item identification portion of the system or the controller and at least some of which require payment to the item supplier when accessed;
Predicting a prospective satisfaction index by the consumer for each of the available items by a prospective satisfaction predictor of the system or the controller ;
Calculating, by the money replacement value calculator of the system or the controller , for the consumer, a value instead of money for each available item based on at least the satisfaction satisfaction indicator ;
Recommending or providing to the consumer access to an item that produces a certain value in lieu of money , at least based on the calculation, by an access determination unit of the system or the controller ;
Including methods.
前記システム又は前記コントローラのアクセス決定部によって、利用可能な各アイテムについての金銭に代わる前記価値を、利用可能なそれぞれのアイテムへのアクセスに必要とされる前記支払いと比較するステップと、
前記システム又は前記コントローラのアクセス決定部によって、その価値がアクセスに必要とされる前記支払いを上回るアイテムを選択するステップと、
前記システム又は前記コントローラのアクセス決定部によって、前記上回った価値に応じた一使用毎の頻度ベースで、前記選択されたアイテムへのアクセスをレコメンド又は提供するステップと、
を含む、請求項1に記載の方法。 The step of recommending or providing to the consumer access to an item that produces a certain value in lieu of money by the system or the controller's access decision unit comprises:
Comparing the value instead of money for each available item with the payment required to access each available item by an access decision unit of the system or the controller;
Selecting an item whose value exceeds the payment required for access by the access decision unit of the system or the controller ;
Recommending or providing access to the selected item by the system or the controller's access decision unit on a per-use frequency basis depending on the above-exceeded value;
The method of claim 1 comprising:
前記消費者が前記アイテムへアクセスするためのインターフェースと、
利用可能なアイテムであって、少なくともそのうちのいくつかはアクセスを受けるとアイテム供給者に対する支払いが必要となるアイテムのセットを識別する、利用可能アイテム識別部と、
利用可能なアイテムのそれぞれに関する前記消費者による見込みの満足度の指標を予測する、見込み満足度予測部と、
前記見込みの満足度の指標に少なくとも基づいて、利用可能な各アイテムについての金銭に代わる価値の指標を前記消費者に対して計算する、金銭代替価値計算部と、
前記計算に少なくとも基づいて、金銭に代わる確かな価値を生じさせるアイテムへのアクセスを前記消費者へレコメンド又は提供する、アクセス決定部と、
を備えるシステム。 A system that enables a selection service to recommend or provide access to items to consumers,
An interface for the consumer to access the item;
An available item identifier that identifies a set of items that are available and at least some of which require access to the item supplier when accessed;
A prospective satisfaction forecasting unit for predicting a consumer's prospective satisfaction index for each of the available items;
A monetary replacement value calculator for calculating, for the consumer, a value instead of money for each available item based on the likelihood satisfaction measure ;
An access determination unit that recommends or provides to the consumer access to an item that generates a certain value instead of money, based at least on the calculation ;
A system comprising:
利用可能なアイテムであって、少なくともそのうちのいくつかはアクセスを受けるとアイテム供給者に対する支払いが必要となるアイテムのセットを識別する、利用可能アイテム識別部と、
利用可能なアイテムのそれぞれに関する前記消費者による見込みの満足度の指標を予測する、見込み満足度予測部と、
前記見込みの満足度の指標に少なくとも基づいて、利用可能な各アイテムについての金銭に代わる価値の指標を前記消費者に対して計算する、金銭代替価値計算部と、
前記計算に少なくとも基づいて、金銭に代わる確かな価値を生じさせるアイテムへのアクセスを前記消費者へレコメンド又は提供する、アクセス決定部と、
を備えるコントローラ。 A controller that enables a selection service to recommend or provide access to an item to consumers via an interface,
An available item identifier that identifies a set of items that are available and at least some of which require access to the item supplier when accessed;
A prospective satisfaction forecasting unit for predicting a consumer's prospective satisfaction index for each of the available items;
A monetary replacement value calculator for calculating, for the consumer, a value instead of money for each available item based on the likelihood satisfaction measure ;
An access determination unit that recommends or provides to the consumer access to an item that generates a certain value instead of money, based at least on the calculation ;
Controller with.
Applications Claiming Priority (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
AU2009906294 | 2009-12-24 | ||
AU2009906294A AU2009906294A0 (en) | 2009-12-24 | Method, system and controller for providing goods and / or services to consumers | |
PCT/AU2010/001744 WO2011075792A1 (en) | 2009-12-24 | 2010-12-23 | Method, system and controller for providing goods and /or services to consumers |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2013515300A JP2013515300A (en) | 2013-05-02 |
JP5710639B2 true JP5710639B2 (en) | 2015-04-30 |
Family
ID=44194839
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2012545020A Active JP5710639B2 (en) | 2009-12-24 | 2010-12-23 | Method, system, and controller for providing goods and / or services to consumers |
Country Status (5)
Country | Link |
---|---|
US (2) | US8473368B2 (en) |
JP (1) | JP5710639B2 (en) |
CN (1) | CN102754117A (en) |
AU (5) | AU2010336035A1 (en) |
WO (1) | WO2011075792A1 (en) |
Families Citing this family (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US9235867B2 (en) * | 2012-06-04 | 2016-01-12 | Microsoft Technology Licensing, Llc | Concurrent media delivery |
WO2014144773A2 (en) * | 2013-03-15 | 2014-09-18 | The Echo Nest Corporation | Systems, methods, and computer readable medium for generating playlists |
US10872110B2 (en) | 2014-03-03 | 2020-12-22 | Spotify Ab | Systems, apparatuses, methods and computer-readable medium for automatically generating playlists based on taste profiles |
US10380649B2 (en) | 2014-03-03 | 2019-08-13 | Spotify Ab | System and method for logistic matrix factorization of implicit feedback data, and application to media environments |
US9798823B2 (en) | 2015-11-17 | 2017-10-24 | Spotify Ab | System, methods and computer products for determining affinity to a content creator |
US10860646B2 (en) | 2016-08-18 | 2020-12-08 | Spotify Ab | Systems, methods, and computer-readable products for track selection |
US20200074324A1 (en) * | 2018-09-04 | 2020-03-05 | The Toronto-Dominion Bank | Noise contrastive estimation for collaborative filtering |
Family Cites Families (20)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US5410344A (en) * | 1993-09-22 | 1995-04-25 | Arrowsmith Technologies, Inc. | Apparatus and method of selecting video programs based on viewers' preferences |
US6012051A (en) * | 1997-02-06 | 2000-01-04 | America Online, Inc. | Consumer profiling system with analytic decision processor |
US6317722B1 (en) * | 1998-09-18 | 2001-11-13 | Amazon.Com, Inc. | Use of electronic shopping carts to generate personal recommendations |
US20010032123A1 (en) | 2000-03-20 | 2001-10-18 | Megan Burns | Electronic commerce utilizing a value parameter |
US7512558B1 (en) * | 2000-05-03 | 2009-03-31 | Quantum Leap Research, Inc. | Automated method and system for facilitating market transactions |
AU2002255806A1 (en) * | 2001-03-20 | 2002-10-08 | Dealigence Inc. | Negotiating platform |
JP2003263545A (en) * | 2002-03-11 | 2003-09-19 | Matsushita Electric Ind Co Ltd | Sales assistance server device |
JP2004046575A (en) * | 2002-07-12 | 2004-02-12 | Matsushita Electric Ind Co Ltd | Musical composition retrieval system, musical composition retrieval method and musical composition retrieval device |
AU2003279115A1 (en) * | 2002-10-03 | 2004-04-23 | Whisperwire, Inc. | System and method for bundling resources |
US7617203B2 (en) * | 2003-08-01 | 2009-11-10 | Yahoo! Inc | Listings optimization using a plurality of data sources |
US7627824B2 (en) * | 2004-07-12 | 2009-12-01 | Alcatel Lucent | Personalized video entertainment system |
US20060106670A1 (en) | 2004-11-15 | 2006-05-18 | Simin Cai | System and method for interactively and progressively determining customer satisfaction within a networked community |
US7814029B1 (en) * | 2005-01-18 | 2010-10-12 | Amazon Technologies, Inc. | Method and system for estimating consumer satisfaction |
US8180770B2 (en) * | 2005-02-28 | 2012-05-15 | Yahoo! Inc. | System and method for creating a playlist |
JP4682652B2 (en) * | 2005-03-11 | 2011-05-11 | ヤマハ株式会社 | REPRODUCTION DEVICE, CONTENT REPRODUCTION SYSTEM, AND PROGRAM |
US7801956B1 (en) * | 2006-08-16 | 2010-09-21 | Resource Consortium Limited | Providing notifications to an individual in a multi-dimensional personal information network |
US7818265B2 (en) | 2006-11-21 | 2010-10-19 | Damien Gerard Loveland | System and method for facilitating property comparisons |
US9076148B2 (en) * | 2006-12-22 | 2015-07-07 | Yahoo! Inc. | Dynamic pricing models for digital content |
US8108246B2 (en) * | 2007-10-22 | 2012-01-31 | Customer Value, Inc. | System and method for pricing a product |
EP2101501A1 (en) * | 2008-03-10 | 2009-09-16 | Sony Corporation | Method for recommendation of audio |
-
2010
- 2010-12-23 CN CN201080062257XA patent/CN102754117A/en active Pending
- 2010-12-23 AU AU2010336035A patent/AU2010336035A1/en not_active Abandoned
- 2010-12-23 US US13/321,822 patent/US8473368B2/en active Active - Reinstated
- 2010-12-23 WO PCT/AU2010/001744 patent/WO2011075792A1/en active Application Filing
- 2010-12-23 JP JP2012545020A patent/JP5710639B2/en active Active
-
2013
- 2013-06-21 US US13/923,815 patent/US20130282518A1/en not_active Abandoned
-
2016
- 2016-11-16 AU AU2016259355A patent/AU2016259355A1/en not_active Abandoned
-
2018
- 2018-09-24 AU AU2018236702A patent/AU2018236702A1/en not_active Abandoned
-
2020
- 2020-10-02 AU AU2020244594A patent/AU2020244594A1/en not_active Abandoned
-
2022
- 2022-09-29 AU AU2022241556A patent/AU2022241556A1/en active Pending
Also Published As
Publication number | Publication date |
---|---|
AU2010336035A1 (en) | 2012-08-16 |
AU2020244594A1 (en) | 2020-11-05 |
AU2018236702A1 (en) | 2018-10-18 |
US20120136750A1 (en) | 2012-05-31 |
AU2016259355A1 (en) | 2016-12-08 |
US20130282518A1 (en) | 2013-10-24 |
CN102754117A (en) | 2012-10-24 |
US8473368B2 (en) | 2013-06-25 |
WO2011075792A1 (en) | 2011-06-30 |
AU2022241556A1 (en) | 2022-10-27 |
JP2013515300A (en) | 2013-05-02 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP5710639B2 (en) | Method, system, and controller for providing goods and / or services to consumers | |
Rafailidis et al. | Modeling the dynamics of user preferences in coupled tensor factorization | |
US9594758B2 (en) | Method and apparatuses for enabling recommendations | |
Christidis et al. | A topic-based recommender system for electronic marketplace platforms | |
CN110796477A (en) | Advertisement display method and device, electronic equipment and readable storage medium | |
US8260657B1 (en) | Dynamic pricing of electronic content | |
US10423943B2 (en) | Graph-based music recommendation and dynamic media work micro-licensing systems and methods | |
CN107230098A (en) | Method and system is recommended in a kind of timesharing of business object | |
JP2007528060A (en) | An approach for estimating user ratings of items | |
CN114169936A (en) | Method and device for providing preference information | |
KR20150101340A (en) | Method of generating category preference for each user, method of recommending products using the same and apparatus for the same | |
US9843829B2 (en) | Method and system for efficiently compiling media content items for a media-on-demand platform | |
US20140207620A1 (en) | Systems and Methods for Taxonomy-Based Price Adjustments and Product Location | |
JP5794881B2 (en) | Information processing apparatus, information processing method, and information processing program | |
WO2023217194A1 (en) | Dynamic video cover generation method | |
CN111708945A (en) | Product recommendation method and device, electronic equipment and computer storage medium | |
Leimstoll et al. | Collaborative recommender systems for online shops | |
Hidayatullah et al. | A recommender system for E-commerce using multi-objective ranked bandits algorithm | |
KR102492124B1 (en) | System of dividing and commercializing music copyrights and neighboring copyrights by modeling of valuation | |
JP5096513B2 (en) | Sales support system, sales support method, and sales support program | |
KR20070015918A (en) | Approach for estimating user ratings of items | |
Mısır et al. | Towards Personalized Data-Driven Bundle Design with QoS Constraint | |
Fan et al. | Combined replenishment and warehousing with contract commitments and flexibilities | |
Sharif et al. | A Fuzzy Logic Based Recommendation System for Classified Advertisement Websites | |
Mohankumar et al. | Design of quality-based recommender system for bundle purchases |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20131224 |
|
A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20140926 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20141031 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20150114 |
|
TRDD | Decision of grant or rejection written | ||
A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 Effective date: 20150203 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20150304 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 5710639 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |